申请/专利权人：黑芝麻智能科技有限公司

申请日：2022-04-11

公开（公告）日：2022-09-20

公开（公告）号：CN115081582A

主分类号：G06N3/04

分类号：G06N3/04;G06N3/08

优先权：["20210506 US 17/313,758"]

专利状态码：在审-实质审查的生效

法律状态：2022.10.11#实质审查的生效;2022.09.20#公开

摘要：一种联合训练网络包括多头模块，该多头模块包括：网络输入；特征网络，其耦合到网络输入，并且包括输出兴趣点的特征检测器解码器和输出描述符的描述符生成器解码器，特征检测器解码器和描述符生成器解码器并行耦合；深度网络，其包括单目深度预测解码器，并且输出深度图；流网络，其包括图像分割解码器，并且输出分割图像；分割网络，其包括向输出残差流的分割解码器输出旋转和平移以及输入扭曲信号的扭曲模块；以及姿态网络，其包括全连接的姿态估计器，该姿态估计器耦合到接收来自姿态估计器的输入和来自分割解码器的残差流的加法器，该加法器输出光流。

主权项：1.一种联合训练网络，包括：多头模块，其包括：网络输入；特征网络，其耦合到所述网络输入，并且包括输出兴趣点的特征检测器解码器和输出描述符的描述符生成器解码器，所述特征检测器解码器和所述描述符生成器解码器并行耦合；深度网络，其耦合到所述网络输入，并且包括单目深度预测解码器，并且输出深度图；流网络，其耦合到所述网络输入，并且包括图像分割解码器，并且输出分割图像；分割网络，其耦合到所述网络输入，并且包括向输出残差流的分割解码器输出旋转和平移以及输入扭曲信号的扭曲模块；以及姿态网络，其耦合到所述网络输入，并且包括全连接的姿态估计器，所述姿态估计器耦合到接收来自所述姿态估计器的输入和来自所述分割解码器的所述残差流的加法器，所述加法器输出光流。

全文数据：

权利要求：

百度查询： 黑芝麻智能科技有限公司 联合训练网络

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD